Vision Artificielle (VA)
Chef d'équipe: Pr. ABED Djamel
 |
Membres de l'équipe
|
1. Objectifs
L’analyse par l’image des systèmes dynamiques nécessite, de par la nature complexe des phénomènes observés, le développement de nouvelles méthodes heuristiques de traitement de l’information. La vision artificielle, par son approche dynamique des images à traiter, requiert le traitement en temps réel d'informations massives afin d'extraire les informations visuelles pertinentes.
La mise en place d’un système de vision artificielle est hautement dépendante des différentes applications qu’on souhaite lui donner. Certains systèmes agissent solitairement afin de résoudre certains problèmes de mesure ou de détection. D’autres systèmes de vision artificielle sont des sous-systèmes ou des constituants d’une plus vaste conception mécanique et qui, par exemple, contiennent eux-mêmes d’autres sous-systèmes qui contrôlent des actionneurs mécaniques, des systèmes de planification, des banques de données, des interfaces personnes-machines, etc. Toutefois, il existe des applications plus typiques ou plus communes prises en charge par plusieurs systèmes de vision artificielle
Le groupe de vision artificielle est spécialisé dans la recherche et le développement de nouvelles méthodes heuristiques d'analyse d'images dynamiques complexes, ayant pour objectif la réalisation de cerveaux visuels artificiels. L'approche de la vision artificielle par le groupe est à la fois fondamentale et innovante. il s'agit de la méthode du plongement fractal, les données analysées (plongées) étant des primitives visuelles, information qui se caractérise par sa nature à la fois dynamique, massive et complexe, face à laquelle cette approche est tout à fait appropriée.
2. Fondements Scientifiques
Nos activités de recherche s’articulent autour de thèmes :
1- Le développement de méthodes et d’algorithmes novateurs, en traitement d’images et en vision.
2- Etude et application des aspects méthodologiques du traitement et de l’analyse multi-images (ensembles temporels, spatiaux, multimodaux, multi spectraux, multi capteurs d’images.)
3- Développement de géométries discrètes et de modèles topologiques adaptés à l'analyse et à la synthèse d'images
4- Développement de modèles et d’algorithmes innovants pour la mise en correspondance, la segmentation, la détection de changements et le suivi temporel.
5- Détectent différents événements;
6- Organisent l’information (Ex. : pour indexer des banques de données d’images et de séquences d’images);
7- Interagissent (Ex. : en tant qu’agent déclencheur d’un équipement de positionnement);
8- Analysent du matériel (pour classer le bois franc par exemple).
Mots-Clés :Vision artificielle, traitement d’image, segmentation, analyse multi-image, détection de changements, suivi temporel.
